Zusammenfassung
Dieses Kapitel zeigt, wie man die verschiedenen Arten von optimalen Reglern für Anwendungen in Niederspannungsverteilungsnetzen implementiert. Es wird auch gezeigt, wie man die Lastprognosen nutzt und wie sie die Leistung der Regelung beeinflussen. Die hier dargestellten Beispiele erweitern die in diesem Kapitel, indem sie die in diesem Abschnitt erzeugten Prognosen in die Regelungsmethoden oder aus der Literatur integrieren. Die Fallstudien werden zeigen, wie man die Regelung richtig implementiert sowie die vielen Herausforderungen, die bei der Gestaltung eines Regelungssystems für Energiespeichersysteme (ESS) entstehen können. Die typischen Niederspannungsverteilungsnetze unterscheiden sich stark von den RTG-Kran-Netzanwendungen, wie in diesem Kapitel vorgestellt wird. Wo Niederspannungsanwendungen aus einer geringeren Anzahl von Geräten und Verbrauchern bestehen, sind die Nachfragedaten typischerweise volatiler, was die Gestaltung des Regelungsmodells weniger trivial als für Hochspannungsanwendungen macht.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Notes
- 1.
Beachten Sie, dass die hier vorgestellten Ergebnisse tatsächlich auf einer komplizierteren Kostenfunktion basieren, aber zur Klarheit werden nur zwei Komponenten vorgestellt. Dies sollte die qualitative Natur der Ergebnisse nicht verändern. Für vollständige Details siehe der Originalartikel in Yunusov et al. (2017).
- 2.
- 3.
Tatsächlich sind Lithium-Ionen-Batterien wahrscheinlich sogar effizienter, aber die hier verwendete geringere Effizienz bedeutet, dass ein konservativerer Zeitplan erstellt wird.
Literatur
Alasali F, Haben S, Holderbaum W (2019) Energy management systems for a network of electrified cranes with energy storage. Int J Electr Power Energy Syst 106:210–222
Alasali F, Haben S, Becerra V, Holderbaum W (2017) Optimal energy management and mpc strategies for electrified rtg cranes with energy storage systems. Energies 10(10)
Alasali F, Haben S, Foudeh H, Holderbaum W (2020) A comparative study of optimal energy management strategies for energy storage with stochastic loads. Energies 13(10)
Rowe M, Yunusov T, Haben S, Holderbaum W, Potter B (2014) The real-time optimisation of DNO owned storage devices on the LV network for peak reduction. Energies 7(6):3537–3560
Yunusov T, Haben S, Lee T, Ziel F, Holderbaum W, Potter B (2017) Evaluating the effectiveness of storage control in reducing peak demand on low voltage feeders. In: Proceedings of the 24th international conference on electricity distribution (CIRED)
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2023 Der/die Autor(en), exklusiv lizenziert an Springer Nature Switzerland AG
About this chapter
Cite this chapter
Holderbaum, W., Alasali, F., Sinha, A. (2023). Fallstudie: Speichersteuerung für Niederspannungsnetze. In: Energieprognose und Steuerungsmethoden für Energiespeichersysteme in Verteilungsnetzen. Springer Vieweg, Cham. https://doi.org/10.1007/978-3-031-45471-4_6
Download citation
DOI: https://doi.org/10.1007/978-3-031-45471-4_6
Published:
Publisher Name: Springer Vieweg, Cham
Print ISBN: 978-3-031-45470-7
Online ISBN: 978-3-031-45471-4
eBook Packages: Computer Science and Engineering (German Language)